论文部分内容阅读
多项式相位信号(Polynomial Phase Signal,PPS)是有限时间间隔内连续瞬时相位信号的最佳表示模型,广泛应用于雷达、声呐等领域。PPS参数估计在雷达领域中的目标识别、成像、运动参数获取以及声呐领域中的目标探测等应用中发挥着重要作用,是一个具有重要应用价值和理论研究意义的课题。本文针对现有PPS参数估计算法中存在的计算复杂度较高、抗噪性能较差以及伪峰问题进行研究,并提出了相应的解决办法。论文的主要研究内容如下:
第一,对二阶PPS(即线性调频信号)参数估计的研究。针对二阶PPS参数估计中二维频域搜索导致算法复杂度较高的问题,提出了一种基于双尺度策略的参数估计算法,即双尺度二维频域(Double Scale Two-Dimensional Frequency Domain,DSTFD)算法。该算法在现有尺度傅里叶变换基础上,提出了一种具有局部频谱分析能力的局部尺度傅里叶变换,并通过与线性调频Z变换相结合,实现了对信号的双尺度估计,克服了现有参数域估计算法中二维频域搜索导致算法复杂度较高的问题。通过改变两种变换的搜索范围,所提算法可以分为粗估计和精估计两步,粗估计的目的是为了确定信号参数的大致范围,从而缩小搜索范围;精估计的目的是在粗估计确定的范围内对信号参数进行更精确的搜索。所提算法在保证估计精度的前提下,能有效地降低算法的复杂度。计算机仿真实验验证了该算法的性能。
第二,对三阶PPS(即二次调频信号)参数估计的研究。针对三阶PPS参数估计中算法复杂度较高的问题,提出了一种改进的双尺度(Improved Double Scale,IDS)参数估计算法;针对多分量三阶PPS参数估计中存在的伪峰问题,提出了一种二维乘积型修正Lv分布(Two-Dimensional Product Modified Lv、s Distribution,2D-PMLVD)算法。IDS算法改进自DSTFD算法,为了解决DSTFD算法无法直接应用于三阶PPS参数估计的问题,IDS算法提出了一种具有降阶功能的多线性瞬时自相关函数,将三阶PPS参数估计问题转换为二阶PPS参数估计问题,之后利用DSTFD算法中的双尺度估计策略达到降低算法复杂度的目的。此外,由于自相关函数中引入了延时因子,提高了算法的抗噪性能。2D-PMLVD算法的核心思想是:利用三阶PPS参数域内峰值可以对齐而伪峰和噪声无法对齐的性质,进行峰值累乘实现对伪峰和噪声抑制。通过推导发现三阶PPS在参数域中的峰值位置由自相关函数中的降阶因子决定,由此提出了一个多维瞬时自相关函数,通过改变该自相关函数中的降阶因子,使得同一个三阶PPS在参数域中形成不同位置的峰值。根据峰值位置与降阶因子之间的关系,将这些峰值移动到相同位置并进行累乘,从而得到幅度更高的峰值。由于峰值对齐时,伪峰和噪声无法对齐,因此累乘操作可以有效地抑制伪峰和噪声,进一步提高了算法的抗噪性能。计算机仿真实验验证了所提两种算法的性能。
第三,对高阶PPS参数估计的研究。针对高阶PPS参数估计中存在抗噪性能较差的问题,提出了一种基于多项式回归思想的参数估计算法。该算法利用自适应短时傅里叶变换替代传统的短时傅里叶变换,提高了高阶PPS在时频域内的能量聚集度。在此基础上,通过使用多项式回归方法实现了对高阶PPS相位参数的同时估计,避免了高阶PPS参数估计算法中相位差分操作导致抗噪性能随着信号阶数升高而变差以及误差累积问题。最后,所提算法又采用了O、Shea优估计策略对估计的结果进行优化。通过上述操作,算法的抗噪性能得到了提高。计算机仿真实验验证了该算法的性能。
第一,对二阶PPS(即线性调频信号)参数估计的研究。针对二阶PPS参数估计中二维频域搜索导致算法复杂度较高的问题,提出了一种基于双尺度策略的参数估计算法,即双尺度二维频域(Double Scale Two-Dimensional Frequency Domain,DSTFD)算法。该算法在现有尺度傅里叶变换基础上,提出了一种具有局部频谱分析能力的局部尺度傅里叶变换,并通过与线性调频Z变换相结合,实现了对信号的双尺度估计,克服了现有参数域估计算法中二维频域搜索导致算法复杂度较高的问题。通过改变两种变换的搜索范围,所提算法可以分为粗估计和精估计两步,粗估计的目的是为了确定信号参数的大致范围,从而缩小搜索范围;精估计的目的是在粗估计确定的范围内对信号参数进行更精确的搜索。所提算法在保证估计精度的前提下,能有效地降低算法的复杂度。计算机仿真实验验证了该算法的性能。
第二,对三阶PPS(即二次调频信号)参数估计的研究。针对三阶PPS参数估计中算法复杂度较高的问题,提出了一种改进的双尺度(Improved Double Scale,IDS)参数估计算法;针对多分量三阶PPS参数估计中存在的伪峰问题,提出了一种二维乘积型修正Lv分布(Two-Dimensional Product Modified Lv、s Distribution,2D-PMLVD)算法。IDS算法改进自DSTFD算法,为了解决DSTFD算法无法直接应用于三阶PPS参数估计的问题,IDS算法提出了一种具有降阶功能的多线性瞬时自相关函数,将三阶PPS参数估计问题转换为二阶PPS参数估计问题,之后利用DSTFD算法中的双尺度估计策略达到降低算法复杂度的目的。此外,由于自相关函数中引入了延时因子,提高了算法的抗噪性能。2D-PMLVD算法的核心思想是:利用三阶PPS参数域内峰值可以对齐而伪峰和噪声无法对齐的性质,进行峰值累乘实现对伪峰和噪声抑制。通过推导发现三阶PPS在参数域中的峰值位置由自相关函数中的降阶因子决定,由此提出了一个多维瞬时自相关函数,通过改变该自相关函数中的降阶因子,使得同一个三阶PPS在参数域中形成不同位置的峰值。根据峰值位置与降阶因子之间的关系,将这些峰值移动到相同位置并进行累乘,从而得到幅度更高的峰值。由于峰值对齐时,伪峰和噪声无法对齐,因此累乘操作可以有效地抑制伪峰和噪声,进一步提高了算法的抗噪性能。计算机仿真实验验证了所提两种算法的性能。
第三,对高阶PPS参数估计的研究。针对高阶PPS参数估计中存在抗噪性能较差的问题,提出了一种基于多项式回归思想的参数估计算法。该算法利用自适应短时傅里叶变换替代传统的短时傅里叶变换,提高了高阶PPS在时频域内的能量聚集度。在此基础上,通过使用多项式回归方法实现了对高阶PPS相位参数的同时估计,避免了高阶PPS参数估计算法中相位差分操作导致抗噪性能随着信号阶数升高而变差以及误差累积问题。最后,所提算法又采用了O、Shea优估计策略对估计的结果进行优化。通过上述操作,算法的抗噪性能得到了提高。计算机仿真实验验证了该算法的性能。